近日，國家數據局發布《關于推進行業高質量數據集建設行動的實施方案》（以下簡稱《實施方案》）。《實施方案》提出，鼓勵探索數據集質押融資、作價入股、資產證券化、數據信托、數據保險等多元資產化創新模式，拓寬數據價值轉化渠道。

行業高質量數據集是經過采集、加工等數據處理，可直接用于開發和訓練人工智能模型，能有效提升模型性能的行業數據的集合。而數據保險是以數據為承保對象的創新型金融工具，針對數據在采集、存儲、流通、應用等環節中的各類風險，通過保險機制提供專業化風險保障和主動式風險管理服務。

隨著各行各業開展數字化智能化轉型，數據的重要性愈發凸顯，數據保險的需求也隨之產生。從具體實踐來看，目前市場上已有多類數據保險產品落地。2024年，全國首單數據資產損失保險落地深圳。此外，內蒙古、安徽、陜西等多地落地首單數據資產入表費用保險、數據資產損失費用保險等產品。

對外經濟貿易大學保險學院教授王國軍對《證券日報》記者表示，《實施方案》的發布實施將為數據保險市場帶來以下影響：一是企業數據資產化過程中確權、評估等環節風險保障需求將大量釋放，數據保險市場將迎來廣闊發展空間；二是推動數據保險應用場景從單一費用損失保障拓展到數據質量損失、知識產權侵權等；三是可以促進數據保險與其他數據資產化服務融合，形成覆蓋數據全生命周期的服務體系，吸引更多金融機構參與，提供資金和風險管理支持。

數據是數字時代的戰略性資源。與土地、資本等傳統生產要素相比，數據具有非排他性、可復制性、價值不確定性和價值聚合性等特點。因此，數據保險在承保時也面臨著多種與傳統財險不同的風險。

中國人民財產保險股份有限公司機構業務部高級經理周磊磊此前發文表示，發展數據保險的主要難點在于數據的非排他性、可復制性與保險標的的特定性、價值穩定性存在根本沖突，這一矛盾導致數據保險在精算定價、風險管控和理賠定責等方面面臨挑戰。

周磊磊認為，常規財產保險標的如房屋、車輛等，具有物理上的唯一性，而數據可以被多個主體持有、復制和使用，若三方均將該數據集用于投保，則可能引發“一數多投”的道德風險。傳統有形資產的價值通常可采用線性折舊法等確定性模型實現標準化評估，而數據價值受市場需求、政策調整、技術迭代等因素影響，呈現非線性特征。此外，數據安全風險多維交織，保險責任界定困難，也對險企經營帶來更多挑戰。

展望未來，除了數據保險外，保險行業還可以挖掘哪些新領域？北京排排網保險代理有限公司總經理楊帆對《證券日報》記者表示，在企業數據資產化深入推進的背景下，保險行業在數據要素流通與金融化領域也有較大的挖掘空間。一是在數據交易與流通環節，險企可開發數據信用保證保險與交易違約責任險，為數據交易平臺和供需雙方提供增信與風險兜底；二是在數據資產融資領域，隨著數據入表與質押融資的普及，險企可探索數據資產質押融資保證保險，助力化解金融機構的信貸風險；三是在數據合規與網絡安全服務領域，保險業可探索數據合規責任險，以覆蓋企業因隱私泄露或違規受罰而產生的財務損失。